武田邦敬

113 posts

Digital HR Competition 2024 「ピープルアナリティクス部門」参加レポート

※こちらの記事はピープルアナリティクス＆HRテクノロジー協会のサイトでも取り上げていただきました。 Digital HR Competition 2024 「ピープルアナリティクス部門」参加レポート | 一般社団法人ピープルアナリティクス&HRテクノロジー協会先週の11月6日、Digital HR Competition 2024のピープルアナリティクス部門のイベントが開催されました。ファイナリストの熱いプレゼンテーションを間近でお聞きすることができましたので、レポートしたい思います！ Digital HR Competition （DHRC）とは？ DHRCはピープルアナリティクス＆HRテクノロジー協会が主催する実践的HRテクノロジーのコンペです。組織の中でテクノロジーを活用してHRを高度化し、人と組織のパフォーマンスを引き上げる取り組みをしている団体や企業の活動を競うイベントです。 HRテクノロジーソリューション部門とピープルアナリティクス部門があり、私はピープルアナリティクス部門のミートアップイベントに参加してきました。非常にハイレベルな内容で大変驚くと...

by 武田邦敬

ピープルアナリティクスデータ分析Tips Python

Python in Excelを使った簡易EDAツール（グラフの自動選択）

Python in Excelであれこれ試しているのですが、前々から作ってみたかった簡易EDAツールを作ってみました。テーブルデータの項目を選ぶと、いい感じのグラフを自動的に作ってくれるというものです。以下の動画は動作させたときの例で、SNSに投稿したものです。再生速度を上げているので、実際の動作はもう少しゆったりしています。 Python in Excelの動作確認をしながら楽しく適当に作ったものだったのですが、XやLinkedInでポジティブな反応があって驚きました。ありがたいです！せっかくなので、こちらのブログでどうやって作ったのか紹介します。やりたかったこと今回やりたかったことは、データテーブルの項目を選ぶと自動的にいい感じのグラフを作るというものでした。つまり、データの種類に応じてデータ可視化手法を選ぶツールをPython in Excelで作ってみたわけです。どのような場面でどういったグラフを選択するかというのは、ある程度データ分析の経験者の方であればあたりをつけられる思います。しかし、データ分析を始めたばかりの方は、すぐに思い浮かばないことがあるかもし...

by 武田邦敬

ピープルアナリティクスデータ分析Tips Python

Python in Excelを使って分析をしよう

Excelの上でPythonを動かせる「Python in Excel」がついに正式にリリースされました。記事を書いている2024年10月23日時点で、ビジネス向けのMicrosoft 365にて動かすことができます。個人向けはプレビュー版のままですが、試してみることもできます。 Python in Excel の概要 - Microsoft サポート Excel の Python は、現在、バージョン 2407 (ビルド 17830.20128) 以降、Windows で現在のチャネルを実行している Enterprise ユーザーと Business ユーザーにロールアウトされています。バージョン 2405 (ビルド 17628.20164) 以降の Windows で現在のチャネルを実行しているファミリーユーザーと個人ユーザーはプレビュー段階で利用できます。（2024.10.23時点の記述内容）早速手持ちの人事トイデータを使って動かしてみたのですが、以前触ったときよりも洗練されている気がしました。ざっとご紹介したいと思います。何ができるの？...

by 武田邦敬

Members ピープルアナリティクスニュースレター

「シェア」の変化を可視化して分析する（効果的なグラフの使い方）

今回は米国の検索広告市場シェアの変化を例題として、グラフの使い方と選び方を考えてみます。

by 武田邦敬

Members ピープルアナリティクスニュースレター

データによる予測手法の選択戦術

予測問題にチャレンジするデータアナリストに向けて、予測問題の位置づけや手法選択のための戦術をお伝えします。

by 武田邦敬

Members ピープルアナリティクスニュースレター

「スキルベース」はピープルアナリティクスにどう活用できるか？

最近人事分野では、「スキルベース組織（skills-based-organization）」というキーワードがトレンドになりつつあります。このレターではスキルデータの活用シーンとハンドリングについて考えてみます。

by 武田邦敬

ピープルアナリティクスコンテンツデータ分析Tips

仮説検証サイクル、どこから始めるべき？（自己診断ツールご紹介）

以前投稿した記事にて、ピープルアナリティクスは人事に仮説検証型のプロセスを導入するための手段だということをご説明しました。そして、仮説検証の進め方として、Detect/Dig/Decide/ImplementからなるDDDIサイクルという考え方を提唱させていただきました。ピープルアナリティクスの仮説検証サイクル（DDDIサイクル）ピープルアナリティクスでは、ファクトをベースに問題を発見し課題解決につなげていくことがポイントになります。これにより、人事に仮説検証型のプロセスを導入することができます。この記事では人事における仮説検証のイメージをお伝えし、ピープルアナリティクスを人事にビルドインするための考え方（DDDIサイクル）をご紹介します。ビジネスにおける仮説検証ビジネスにおける仮説の検証とは、ビジネス上の施策を仮説をもって実施しその効果を振り返り軌道修正を図るような取り組み全般を指します。これはピープルアナリティクスに限らず、ビジネスの様々なシーンで活用されているアプローチです。例えば、生産現場における改善や、WebマーケティングにおけるA/Bテストが代表的な仮説検証...

by 武田邦敬

Members ピープルアナリティクスニュースレター

データ分析ダンジョンに潜む魔物

こんにちは。データ経営コンサルタントの武田邦敬です。リニューアル後1回目の配信になります。本レターでは、しばらくデータアナリストやデータサイエンティストが抱える課題感について考えてみたいと思います。今回のテーマは「データ分析ダンジョンに潜む魔物」ということで、データ分析プロジェクトの最大の障壁を取り上げます。チームの状況や経験年数によって壁は変わってくると思いますが、過去の自分やチームメンバーが直面してきた課題から、もっとも重たいものをあげてみました。まずは、過去の失敗事例からお伝えしたいと思います。...

by 武田邦敬

データドリブン経営 AI

AI検索の行く末と企業変革の難しさ

最近、AI検索がGoogleのビジネスにどう影響を与えるのか気になっています。本記事は、AI検索の動向を探りつつ、強固なビジネスモデルを持つ企業の変革について考えてみます。また、最後に企業変革においてデータをどう活用していけばよいのか考察します。 AI検索の行く末 LLMによるAI検索はGoogleのビジネスモデルにどんな影響を与えるでしょうか。PerplexityのAI検索は驚くほど使いやすいので、重宝している方も多いでしょう。ほぼ独占状態にあるWebサーチ分野で、AI検索はそのビジネスモデルを揺るがすものになるかもしれません。一方、Perplexityも広告を取り入れることを検討しているといいます。GoogleのAI検索も同様の方針。Open AIもAI検索に参入するようですが、そのビジネスモデルは今のところ広告に寄らないように見えます。米AI検索・PerplexityCEO「メディアと広告収入分配」　日本でも意欲 - 日本経済新聞【シリコンバレー=山田遼太郎】人工知能（AI）を使う検索サービスを手がける米新興企業のパープレキシティは、広告収入をメディア企業と分配する...

by 武田邦敬

武田 邦敬